测一个命令要跑多久，大多数人第一反应是 time ：
time find /usr/share/doc -maxdepth 2 -name "*.txt"
real 0m0.012s user 0m0.004s sys 0m0.007s
但跑第二次，结果可能变成 0.009s ；第三次 0.015s 。哪一个才是"真实"的执行时间？
磁盘缓存、CPU 调度、后台进程、甚至 CPU 频率调节（ turbo boost ）都会让每次执行时间不同。你需要的是多次采样的统计摘要——均值、标准差、最小/最大值——而不是一个孤立的数字。
hyperfine 可以帮我们自动处理采样、预热和统计分析。
基本用法
最简单的形式：把命令放在引号里。
hyperfine 'find /usr/share/doc -maxdepth 2 -name "*.txt"'
Benchmark 1: find /usr/share/doc -maxdepth 2 -name "*.txt" Time (mean ± σ): 20.2 ms ± 23.0 ms [User: 5.4 ms, System: 10.7 ms] Range (min … max): 12.0 ms … 125.3 ms 23 runs Warning: The first benchmarking run for this command was significantly slower than the rest (125.3 ms). This could be caused by (filesystem) caches that were not filled until after the first run. You should consider using the '--warmup' option.
hyperfine 甚至会主动告诉你问题在哪里——第一次运行明显慢于后续（ 125.3ms vs 12.0ms ），因为文件系统缓存还没热。这正是后面要讲的 --warmup 要解决的问题。
输出解读：
Time (mean ± σ)：均值 ± 标准差。标准差越小，说明结果越稳定。[User: ... System: ...]：用户态和内核态的 CPU 时间。Range (min … max)：最快和最慢的一次，展示了波动范围。23 runs：hyperfine自动决定了跑 23 次（默认至少 10 次，且至少测量 3 秒）。
对比两个命令
hyperfine 真正有用的地方是对比。传多个命令就行：
hyperfine --warmup 2 'grep -r "error" /var/log/' 'rg "error" /var/log/'
Benchmark 1: grep -r "error" /var/log/ Time (mean ± σ): 370.7 ms ± 12.1 ms [User: 308.5 ms, System: 58.9 ms] Range (min … max): 355.8 ms … 396.4 ms 10 runs Benchmark 2: rg "error" /var/log/ Time (mean ± σ): 12.5 ms ± 3.1 ms [User: 9.1 ms, System: 10.1 ms] Range (min … max): 8.6 ms … 31.0 ms 244 runs Summary rg "error" /var/log/ ran 29.62 ± 7.46 times faster than grep -r "error" /var/log/
最后一行 Summary 直接给出了倍数比较。这个数字可以直接用在技术讨论或 PR 里——不是"感觉快了不少"，而是"快了 29.6 倍，误差 ±7.5 倍"。
控制采样参数
--runs N ：指定执行次数
慢命令（数据库导出、大文件压缩）跑 10 次太浪费时间，可以减少：
hyperfine --runs 3 'tar -czf /tmp/test-backup.tar.gz /usr/share/doc'
Benchmark 1: tar -czf /tmp/test-backup.tar.gz /usr/share/doc Time (mean ± σ): 11.022 s ± 0.423 s [User: 9.798 s, System: 1.275 s] Range (min … max): 10.547 s … 11.357 s 3 runs
快命令（毫秒级）则应该增加次数来稳定统计：
hyperfine --runs 50 'md5sum /tmp/testfile'
Benchmark 1: md5sum /tmp/testfile Time (mean ± σ): 11.8 ms ± 1.6 ms [User: 9.4 ms, System: 2.1 ms] Range (min … max): 10.5 ms … 16.0 ms 50 runs
50 次跑下来，均值 11.8ms ，标准差只有 1.6ms ，统计上比 3 次可靠得多。
--warmup N ：预热次数
如果你的命令涉及磁盘读取，第一次运行会冷启动（磁盘 I/O ），后续运行会命中缓存。 --warmup 让 hyperfine 在开始计时前先跑几轮：
hyperfine --warmup 3 'wc -l /var/log/pacman.log'
Benchmark 1: wc -l /var/log/pacman.log Time (mean ± σ): 4.7 ms ± 0.8 ms [User: 2.4 ms, System: 2.1 ms] Range (min … max): 3.7 ms … 9.3 ms 524 runs
预热 3 次之后，标准差从可能的几十毫秒降到了 0.8ms 。对比基本用法中没有加 --warmup 的输出（ σ=23.0ms ），效果很明显。
反过来，如果你想测冷启动性能，用 --prepare 在每次计时前执行准备命令：
hyperfine --prepare 'sync' 'find /usr/share/doc -maxdepth 2 -name "*.txt"'
Benchmark 1: find /usr/share/doc -maxdepth 2 -name "*.txt" Time (mean ± σ): 14.7 ms ± 2.2 ms [User: 6.2 ms, System: 8.6 ms] Range (min … max): 11.9 ms … 19.7 ms 10 runs
sync 把文件系统缓冲区写回磁盘，做轻量级的缓存干扰。完整清除磁盘缓存需要 sync && echo 3 | sudo tee /proc/sys/vm/drop_caches ，但需要 root 权限。
参数化基准测试
这是 hyperfine 最强大也最容易被忽略的功能。 --parameter-scan 让你自动遍历一个参数的范围：
hyperfine --parameter-scan block_size 1024 8192 -D 2048 \ 'dd if=/dev/zero of=/tmp/ddtest bs={block_size} count=4096 2>/dev/null'
Benchmark 1: dd if=/dev/zero of=/tmp/ddtest bs=1024 count=4096 2>/dev/null
Time (mean ± σ): 16.1 ms ± 5.5 ms [User: 3.5 ms, System: 10.7 ms]
Range (min … max): 11.7 ms … 41.0 ms 134 runs
Benchmark 2: dd if=/dev/zero of=/tmp/ddtest bs=3072 count=4096 2>/dev/null
Time (mean ± σ): 21.7 ms ± 3.9 ms [User: 3.6 ms, System: 17.0 ms]
Range (min … max): 16.3 ms … 42.3 ms 110 runs
Benchmark 3: dd if=/dev/zero of=/tmp/ddtest bs=5120 count=4096 2>/dev/null
Time (mean ± σ): 26.7 ms ± 3.8 ms [User: 3.8 ms, System: 22.0 ms]
Range (min … max): 20.5 ms … 38.2 ms 119 runs
Benchmark 4: dd if=/dev/zero of=/tmp/ddtest bs=7168 count=4096 2>/dev/null
Time (mean ± σ): 31.3 ms ± 4.2 ms [User: 3.8 ms, System: 26.6 ms]
Range (min … max): 24.1 ms … 46.6 ms 106 runs
Summary
dd bs=1024 ran
1.34 ± 0.52 times faster than dd bs=3072
1.65 ± 0.61 times faster than dd bs=5120
1.94 ± 0.71 times faster than dd bs=7168
-D （ --parameter-step-size ）控制步长。这里从 1024 到 8192 ，步长 2048 ，自动生成了 4 组测试。有趣的是，较小的块大小反而更快——因为 dd if=/dev/zero 是内存操作，小块大小意味着更少的系统调用开销。
用 -L （ --parameter-list ）可以传非数值的参数列表，比如对比压缩工具：
hyperfine --prepare 'rm -f /tmp/testfile.{gz,bz2,zst}' \ -L prog gzip,bzip2,zstd '{prog} -k /tmp/testfile'
Benchmark 1: gzip -k /tmp/testfile
Time (mean ± σ): 199.1 ms ± 9.7 ms [User: 191.6 ms, System: 5.2 ms]
Range (min … max): 182.8 ms … 216.5 ms 15 runs
Benchmark 2: bzip2 -k /tmp/testfile
Time (mean ± σ): 1.056 s ± 0.023 s [User: 1.037 s, System: 0.010 s]
Range (min … max): 1.023 s … 1.093 s 10 runs
Benchmark 3: zstd -k /tmp/testfile
Time (mean ± σ): 22.5 ms ± 1.8 ms [User: 13.6 ms, System: 14.6 ms]
Range (min … max): 19.1 ms … 29.3 ms 99 runs
Summary
zstd -k /tmp/testfile ran
8.85 ± 0.82 times faster than gzip -k /tmp/testfile
46.92 ± 3.83 times faster than bzip2 -k /tmp/testfile
这种参数化测试在脚本里手写非常繁琐——你需要自己写循环、解析 time 输出、计算统计量。 hyperfine 一行命令搞定。
注意 --prepare 的用法： gzip -k 和 zstd -k 不会覆盖已存在的压缩文件，所以每次执行前必须清理。 --prepare 会在每轮计时前自动执行。
导出结果
命令行输出适合看，不适合分析。 hyperfine 支持导出为 JSON 和 Markdown ：
hyperfine --prepare 'rm -f /tmp/testfile.{gz,zst}' \ --export-markdown /tmp/result.md \ 'gzip -k /tmp/testfile' 'zstd -k /tmp/testfile'
Benchmark 1: gzip -k /tmp/testfile
Time (mean ± σ): 199.5 ms ± 9.2 ms [User: 192.6 ms, System: 4.5 ms]
Range (min … max): 182.0 ms … 214.6 ms 14 runs
Benchmark 2: zstd -k /tmp/testfile
Time (mean ± σ): 22.4 ms ± 2.1 ms [User: 13.4 ms, System: 14.8 ms]
Range (min … max): 15.6 ms … 28.3 ms 98 runs
Summary
zstd -k /tmp/testfile ran
8.89 ± 0.92 times faster than gzip -k /tmp/testfile
导出的 Markdown 文件可以直接贴进 GitHub issue 或文档：
cat /tmp/result.md
| Command | Mean [ms] | Min [ms] | Max [ms] | Relative | |:---|---:|---:|---:|---:| | `gzip -k /tmp/testfile` | 199.5 ± 9.2 | 182.0 | 214.6 | 8.89 ± 0.92 | | `zstd -k /tmp/testfile` | 22.4 ± 2.1 | 15.6 | 28.3 | 1.00 |
--export-json 导出完整数据（每次运行的时间戳都保留），适合喂给脚本做进一步分析或绘制趋势图。
什么时候该用什么工具
| 需求 | 工具 |
|---|---|
| 快速看一眼执行时间 | time command |
| 对比两个命令谁更快 | hyperfine 'cmd1' 'cmd2' |
| 找最优参数（块大小、线程数） | hyperfine --parameter-scan ... |
| CI 里追踪性能回归 | hyperfine --export-json ... + 脚本对比 |
| 系统级性能分析（CPU、内存、I/O） | perf / valgrind |
hyperfine 测的是 墙钟时间 （ wall-clock time ），回答"这个命令跑多久"。如果你需要知道 为什么 慢（ CPU 热点、内存分配、系统调用），那是 perf 和 valgrind 的领域。